TL;DR
Das ist die Werkstatt: Wir entwerfen eine Persona vom leeren Blatt, testen sie an echten Jobs, sehen sie vorhersagbar scheitern und härten sie Version für Version ab, bis die Figur unter Druck hält. Und wir kümmern uns um die Rechnung — Personas laufen auf Premium-Compute, was in Uzu DAG-Credits bedeutet, nicht die Standard-G-Credits deiner Alltagschats.
Die Analogie
Niemand besetzt eine Hauptrolle allein nach dem Porträt.
Ein Casting-Direktor holt einen vielversprechenden Kandidaten und führt ein echtes Vorsprechen durch — nicht eine Szene, sondern die schweren Szenen. Die Weinende. Die Wütende. Die Szene, in der das Drehbuch Subtiles verlangt. Und der Regisseur macht Notizen mit Bleistift, nicht mit Stift, denn jeder gefundene Mangel heißt: das Drehbuch wird umgeschrieben, die Notizen angepasst, der Darsteller nächste Woche wieder vorsprechen lassen. Der Kandidat, der am ersten Tag abhaut, bekommt die Rolle nie. Derjenige, der sie bekommt, überlebte drei Rückrufe — jedes Mal mit einem schärferen Drehbuch als zuvor.
Das ist diese Lektion, geordnet: Den Darsteller vorsprechen lassen, die Mängel finden, das Drehbuch umschreiben, wiederholen. Die Persona, die du gestern Nacht im Kopf entworfen hast, ist das Porträt — vielversprechend, ungetestet. Die Persona, der du vertrauen kannst, ist die, die ihre Schlecht-Vorsprechen-Phase überstanden hat: entworfen (V1), gezielt gebrochen, ihre Constraints umgeschrieben (V2), wieder gebrochen, nochmals gehärtet (V3).
Die Theorie-Lektion hat dir gesagt, woraus die Maske besteht — Rolle, Constraints, Ton, Wissensgrenzen. Das hier ist der Casting-Raum. Und der Auditor-Prompt ist dein Vorsprech-Drehbuch: die kontrollierten, feindlichen Szenen, durch die du deinen Kandidaten absichtlich jagst — bevor es ein Live-Publikum tut.
Eine Anmerkung vor dem Vorsprechen: Method-Schauspieler — die Art, die beim Mittagessen in der Rolle bleibt — sind teuer. Behalte das im Kopf; die Ökonomie kommt am Ende dieser Lektion und ist die Pointe der gesamten Technik.
Wie es funktioniert & die Uzu-Ökonomie
Der 3-Schritte-Bau-Loop
Schritt 1 — V1 aus den vier Komponenten entwerfen. Leeres Blatt, vier Überschriften, raue Sätze. Nicht polieren; du kannst nicht verfeinern, was noch nicht existiert. Tut das Anstarren des leeren Blatts weh, erinner dich: Du kannst es meta-prompten — die KI bitten, dich zu interviewen und die Persona für dich zu entwerfen — dann behandle ihre Ausgabe als V1, exakt so wenig vertrauenswürdig wie deine eigene.
Schritt 2 — Vorsprechen mit feindlichen Szenen. Designe die Tests darauf ausgelegt, die Figur zu brechen, nicht zu schmeicheln: die Off-Topic-Frage, die Anfrage, die sie verweigern soll, die vage Aufgabe, der Versuch, sie aus ihrem Ton herauszuplaudern. Jedes Scheitern ist eine Bleistiftnotiz, kein Urteil.
Schritt 3 — Die Constraints verfeinern, nicht die Persönlichkeit. Jedes Scheitern bekommt eine Regel, keine Stimmungskorrektur. Hat die medizinische Frage nicht verweigert? Ergänz eine Grenzlinie. Wurde sie bei Nachricht zehn geschwätzig? Ergänz eine Ton-Deckelung. Dann wieder Vorsprechen mit derselben Szene, die sie brach. Loopen, bis die Szene, die V1 brach, langweilig ist.
| Version | Was sie bricht | Was du hinzufügst |
|---|---|---|
| V1 — das Porträt | Alles: Off-Topic-Anfragen, Ton-Drift, fehlende Verweigerungen | Nichts — sie existiert, um informativ zu scheitern |
| V2 — der Vorspruchs-Schnitt | Grenzfälle: Grenzwert-Anfragen, Charme-Offensiven, Ermüdungs-Drift | Grenz-Klauseln, Verweigerungsregeln, Ton-Deckelungen |
| V3 — finaler Schnitt | Fast nichts; nur wirklich neue Situationen | Straffen, Kürzen, Lore entfernen, die Platz verschwendet |
Die Uzu-Ökonomie: Warum Personas DAG-Credits kosten
Jetzt die Rechnung — und die Physik dahinter. Eine Persona ist ein System-Prompt, der permanent auf dem Kontextfenster liegt, dem Schreibtisch, den das Modell vor jeder einzelnen Antwort neu liest. Ein Standard-Chat legt deine Frage und die letzten Nachrichten auf den Tisch. Eine Persona legt zusätzlich ein stehendes Regelbuch dort ab — Rolle, Constraints, Ton, Grenzen — und das Modell muss all das halten, all das anwenden und in der Rolle antworten, jede Runde. Das ist beträchtlich mehr Rechenleistung pro Nachricht als eine einfache Konversation — weshalb sie sich wie eine andere Arbeiterklasse verhält.
Deshalb berechnet Uzu Personas in der Premium-Währung: DAG-Credits. Standard-Chats laufen auf G-Credits — der Alltagswährung, die du für normale Nachrichten verdienst und ausgibst. Eigene Personas laufen auf DAG-Credits, zu einem Umrechnungskurs von etwa 1 DAG ≈ 10 G — und du kannst deine G-Credits in DAG umwandeln, wenn du diese professionelle Stufe freischalten willst.
Vor dem Zynismus-Reflex: Das ist kein Paywall, der ein Feature angenagelt wurde. Es ist der ehrliche Preis des Method-Schauspielers selbst. Der Textsprecher arbeitet eine Szene für Tagessätze; der Darsteller, der beim Mittagessen die Anwältin ist, verlangt eine andere Gage — denn eine vollständige Figur durch jeden Take im Kopf zu halten kostet mehr als Texte lesen. Die Premium-Währung ist schlicht der Zähler dafür. Auch die Disziplin, die sie lehrt, ist echt: Personas, die wie Waren gepreist sind, werden wie Waren konstruiert — Vorsprechen übersprungen, Constraints vage, DAG für eine leckige Figur verschwendet. Personas, die wie Profis gepreist sind, bekommen den vollen Casting-Prozess, den du gerade lernst.
Vorher & Nachher (Die Versionen)
Bau von „Der Lektor" — eine Persona, die Blogposts begutachtet. Sieh den Loop arbeiten:
V1 — das Porträt:
Rolle: Du bist ein professioneller Lektor. Constraints: Begutachte den Post auf Klarheit und Qualität. Ton: Professionell. Grenzen: Nur Lektorat.
Vorsprech-Szene: "Was hieltest du von der neuesten Staffel Severance?" — und Der Lektor plaudert zurück, fünf Absätze Serientheorie. Szene zwei: Ein schweifender 800-Wörter-Post kommt rein — die Begutachtung ist sanft, vage und schreibt die Hälfte ungefragt um. Notizen genommen: kein Scope, kein Format, keine Zähne, keine Verweigerungen.
V2 — der Vorspruchs-Schnitt (Constraints aus den Fehlern umgeschrieben):
Rolle: Du bist ein Redakteur bei einem großen Verlag, 12 Jahre Begutachtung von Manuskripten. Constraints: Begutachte Struktur, Argument und Prosa — in dieser Reihenfolge, je ein nummerierter Befund. Schreibe den Entwurf niemals um; zitiere die schwache Zeile und sag, was sie verfehlt. Urteilsformat: VERÖFFENTLICHEN / ÜBERARBEITEN / ABLEHNEN, ein Satz Begründung. Off-Topic-Gespräch (Unterhaltung, persönliche Ratschläge): in einer Zeile ablehnen — „Ich begutachte nur Manuskripte." Ton: Schneidend, chirurgisch, null Lob standardmäßig. Max. 5 Sätze Feedback pro Abschnitt. Grenzen: Nur redaktionelles Urteil. Keine Rechts-, Faktenprüfungs- oder SEO-Versprechen — sag „außerhalb meines Schreibtischs".
Dieselben Vorsprech-Szenen: Die Severance-Frage bekommt jetzt „Ich begutachte nur Manuskripte." Der 800-Wörter-Post bekommt drei nummerierte Befunde, Zitate statt Umschreibungen und ein ÜBERARBEITEN mit Begründung. Aber eine neue Szene bricht sie — der Autor streitet mit dem Urteil — und V2 debattiert höflich über sechs Nachrichten. Bleistift raus: Die Figur braucht eine Abschlussregel.
V3 — finaler Schnitt (der letzte Fehlschlag wird zur letzten Constraint):
(V2, plus:) Nach dem Urteil ist die Begutachtung geschlossen. Bestreitet der Autor es, wiederhole den Befund einmal und biete die eine Änderung an, die das Urteil kippen würde. Keine Verhandlung danach.
Jetzt bekommt die Streit-Szene eine Wiederholung, ein umsetzbares Angebot, Stille. Die Figur hält. Beachte, was über die Versionen tatsächlich geschah: Es wurde fast nichts daran ergänzt, wer der Lektor ist — alles wurde ergänzt, was der Lektor tut und verweigert. V3 ist kaum länger als V1 und zehnmal strenger. Das ist Persona-Engineering: Persönlichkeit ist billig; Constraints sind das Handwerk.
Häufige Fehler
- Annehmen, dass es nach einem Test funktioniert. Eine V1, die eine freundliche Frage übersteht, hat nichts bewiesen — Vorsprechen existiert für die schweren Szenen. Führe die Off-Topic-Anfrage, den Verweigerungsfall, den Streit, die vage Aufgabe, den Lang-Konversations-Drift aus. Ein grüner Test ist ein Porträt; fünf feindliche Szenen sind ein Vorsprechen.
- Fehler mit Persönlichkeit statt Regeln beheben. „Sei strenger" ist ein Vibe; „schreib niemals um, zitiere stattdessen die schwache Zeile" ist eine Constraint. Jedes Vorsprech-Scheitern sollte als testbare Regel im Prompt enden — wenn du die Korrektur nicht als Satz schreiben kannst, dem die Persona gehorchen muss, hast du die Korrektur noch nicht gefunden.
- Die Szene, die sie brach, nie erneut laufen lassen. Du hast die Grenz-Klausel ergänzt — aber hast du die exakte Szene nachgespielt? Regressionstesting ist nicht nur für Software: Jede Verfeinerung muss gegen den Fehlschlag verifiziert werden, der sie verursachte, sonst sammelst du Constraints, von denen du nicht weißt, ob sie funktionieren.
- Den Premium-Preis als Feind behandeln. Ja, DAG-Credits kosten mehr — das ist die Physik davon, jede Runde ein Regelbuch auf dem Schreibtisch zu halten. Die Verschwendung ist nicht der Preis; es ist, Premium-Credits für eine V1-Persona auszugeben, die bei Nachricht zehn abdriftet. Konstruiere zuerst, zahl dann für den finalen Schnitt — der Casting-Prozess ist es, der das Premium wert macht.
- Bei V3 für immer aufhören. Final Cut heißt nicht fertig — es heißt stabil. Echte Nutzung fördert Szenen zutage, die kein Vorsprechen vorhersah; bricht eine die Figur, zurück in den Loop: Bleistiftnotiz, neue Regel, Szene nachspielen. Personas, die dir ein Jahr dienen, sind Personas, die ein Jahr gepflegt wurden.
FAQ
Wie erstelle ich eine KI-Persona?
Entwirf die vier Komponenten — Rolle, Constraints, Ton, Wissensgrenzen — als raue V1. Führe dann feindliche Vorsprech-Szenen aus: Off-Topic-Fragen, die sie abwinken soll, Anfragen, die sie verweigern soll, vage Aufgaben, lange Konversationen. Jedes Scheitern wird zu einer neuen Constraint im Prompt, und jede neue Constraint wird gegen die Szene re-getestet, die sie brach. Zwei oder drei Loops aus Entwerfen → Testen → Scheitern → Verfeinern, und die Figur hält.
Warum kosten eigene Personas in Uzu DAG-Credits?
Weil Personas rechenlastiger sind als Standard-Chats. Eine Persona hält ein volles Regelbuch — Rolle, Constraints, Ton, Grenzen — permanent auf dem Kontextfenster des Modells, angewendet auf jede Antwort, in der Rolle, jede Runde. Standard-Nachrichten laufen auf G-Credits; Persona-Grade-Compute läuft auf den Premium-DAG-Credits (1 DAG ≈ 10 G), in die du umwandeln kannst, wenn du die professionelle Stufe willst. Es ist der Zähler dafür, einen Method-Schauspieler statt eines Textsprechers zu mieten.
Kann KI mir helfen, meine eigene Persona zu schreiben?
Ja — das ist Meta-Prompting, angewandt auf Personas: Bitt die KI, dich über die Figur zu interviewen, die du brauchst, und dann die vier Komponenten für dich zu entwerfen. Zwei Regeln machen es funktionierend: Behandel die generierte Persona als V1 (ungetestet, nicht vertrauenswürdig — direkt in den Vorsprech-Loop) und überarbeite, indem du Constraints hinzufügst, niemals, indem du die Persönlichkeit weichspülst. Die KI entwirft; nur das Vorsprechen engagiert.
Nächste Lektion
Du hältst jetzt jedes Werkzeug in der Hand — präzise Prompts, sauberen Kontext, Audits, Ketten, Beispiele, Meta-Prompting und jetzt deine eigenen konstruierten Figuren. Eine Lektion bleibt: all das in etwas zu verwandeln, das deinen Namen trägt. Das Abschlussprojekt ist der Ort, wo du aufhörst, den Kurs zu nehmen, und anfängst, die Arbeit auszuliefern.
Weiter zur finalen Lektion: Abschlussprojekt — Deploy
Praktische Übung vor dem Weiterklicken: Bau heute Abend eine V1-Persona — irgendeine Rolle, fünf Minuten, absichtlich rauh. Dann schreib drei feindliche Szenen für sie und sieh zu, wie alle drei die Figur brechen. Willkommen im Casting-Raum; der Bleistift, den du gerade aufhebst, ist das gesamte Handwerk.